如何使用 `tempdisagg` 包中的 `td` 命令将每月数据分解为每日数据频率？

Posted 2023-03-12

【中文标题】如何使用 `tempdisagg` 包中的 `td` 命令将每月数据分解为每日数据频率？

【英文标题】：How can I use the `td` command from the `tempdisagg` package to disaggregate monthly data into daily data frequency?

【发布时间】：2020-04-12 12:27:54

【问题描述】：

我有一个每月频率数据，我试图将其分解为每日频率数据。 所以我使用R中tempdisagg包中的td命令，使用下面的代码：

 dat=ts(data[,2])
 result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog")

然后我收到以下错误消息：

 Error in td(dat ~ 1, conversion = "average", to = "day", method = "chow-lin-maxlog") : 'to' argument: unknown character string

我用于dat的数据如下：

 > dput(head(dat))
 c(82.47703009, 84.63094431, 70.00659987, 78.81135651, 74.749746,82.95638213)

所以虽然这个数据dat 是每月频率，但开始和结束还没有反映这一点。 实际上，开始日期是 1/1997，结束日期是 9/2019。

我可以帮助我将这个月度数据dat 分解为每日频率数据吗？

【问题讨论】：

Eric，你能提供可用格式的数据吗？请不要发布代码/数据/错误的图像：它不能被复制或搜索 (SEO)，它会破坏屏幕阅读器，并且它可能不适合某些移动设备。参考：meta.***.com/a/285557/3358272（和xkcd.com/2116）。请直接包含数据（例如，dput(head(x)) 或 data.frame(...)）。谢谢！

我添加了 dput(head(x)) 东西。现在可以了吗？

这很奇怪。如果我做dput(ts(head(1:50)))，那么我会得到structure(1:6, .Tsp = c(1, 6, 1), class = "ts")。您的图像表明您的 dat 是时间序列，但您的 c(...) 不是。这两个dats 是一样的吗？

是的，这两个数据是一样的。数据和dat不同。

当我查看tempdisagg.pdf时，我在任何地方都找不到"daily"，而to=说它支持“作为字符串的高频目的地频率（“季度”或“每月") 或标量（例如 2、4、7、12）"。哪里建议支持to="daily"？你可以试试to=1吗？ （除此之外我真的帮不上什么忙。我不太了解这个包，以为我可以提供一般帮助。）

【参考方案1】：

看起来 tempdisagg 包不允许每月到每天的分解。来自td() 帮助文件的“to”参数：

作为字符串（“季度”或“月度”）或标量（例如 2、4、7、12）的高频目标频率。如果输入序列是 ts 对象，则如果没有给出指示符，则该参数是必需的。如果输入序列是向量，to 必须是表示频率比的标量。

您的错误消息“'to' argument: unknown character string”是因为 to = 参数只接受 ' Quarterly' 或 'monthly' 作为字符串。

这里有一些关于将每月数据分解为每日统计数据堆栈交换的讨论：https://stats.stackexchange.com/questions/258810/disaggregate-monthly-forecasts-into-daily-data

经过一番搜索，似乎没有人一直使用按月到每日分类的数据。 tempdisagg 包似乎能够完成大多数其他人认为可能的事情——每年到每季度或每月，以及一致的甚至倍数的时间段。

埃里克，我在下面添加了一个脚本，据我了解，该脚本应该说明您正在尝试做的事情。

这里我们使用真实定价数据从每日价格 -> 每月价格 -> 每月回报 -> 平均每日回报。

library(quantmod)
library(xts)
library(zoo)
library(tidyverse)
library(lubridate)

# Get price data to use as an example
getSymbols('MSFT')

#This data has more information than we want, remove unwanted columns:
msft <- Ad(MSFT) 

#Add new column that acts as an 'indexed price' rather than 
# actual price data.  This is to show that calculated returns
# don't depend on real prices, data indexed to a value is fine.
msft$indexed <- scale(msft$MSFT.Adjusted, center = FALSE)

#split into two datasets  
msft2 <- msft$indexed
msft$indexed <- NULL


#msft contains only closing data, msft2 only contains scaled data (not actual prices)
#  move from daily data to monthly, to replicate the question's situation.
a <- monthlyReturn(msft)
b <- monthlyReturn(msft2)

#prove returns based on rescaled(indexed) data and price data is the same:
all.equal(a,b)

# subset to a single year
a <- a['2019']
b <- b['2019']

#add column with days in each month
a$dim <- days_in_month(a) 
a$day_avg <- a$monthly.returns / a$dim  ## <- This must've been left out

day_avgs <- data.frame(day_avg = rep(a$day_avg, a$dim))


# daily averages timesereis from monthly returns.
z <- zoo(day_avgs$day_avg, 
         seq(from = as.Date("2019-01-01"), 
             to = as.Date("2019-12-31"), 
             by = 1)) %>%
  as.xts()

#chart showing they are the same:
PerformanceAnalytics::charts.PerformanceSummary(cbind(a$monthly.returns, z))

这里是三个图表，显示 1. 仅每月回报，2. 每月回报的日平均值，3. 两者一起。由于它们是相同的，因此第三张图像中的过度绘图仅显示了一个。

【讨论】：

就我而言，每月数字是平均值，而不是您的问题帖子询问的总和。例如，我的数据显示 1 月份的平均值为 4%。如果我想转换为每日数据，我目前正在考虑在 1 月 1 日立即使用这 4%，依此类推。但不确定这样做是否仍然可以。

请问您对此案是否有任何想法（正如我发布的问题所询问的那样）？

从您发布的数据中不清楚您有费率，它看起来像价格。您在评论中提到，您 1 月份的平均利率确实为 0.04。如果您要从月平均费率 -> 日平均费率出发，普遍接受的原则是月费率 / 30（我认为）。对于您在 1 月份提到的 0.04 (4%)，每日费率为 0.04/30 或 ~.001315。如果你能为我澄清你的问题，那可能会有所帮助。您有价格数据或费率数据吗？你期待的结果是什么？无论哪种方式， id 看起来都不像 tempdisagg 是解决方案。

我发布的数据是以100为基准的月度指数。因为是索引，所以不加起来。

好的。如果您对百分比数据（回报）感兴趣并且拥有定期时间序列中的价格数据，您可以使用quantmod::monthlyReturn 或PerformanceAnalytics::Return.calculate 获取（每月）回报。从那里如果您需要假设每日回报，您可以使用上述（评论）方法。

【参考方案2】：

使用 tempdisagg 1.0，可以轻松地将月度数据分解为每日数据，使总和或平均值与月度序列保持一致。

post 更详细地解释了新功能。

A bit of trickery 还可以从每月转换为每周。

这是一个可重现的示例，使用原始帖子的前六个月：

x <- tsbox::ts_tbl(ts(c(82.47703009, 84.63094431, 70.00659987, 78.81135651, 74.749746, 82.95638213), start = 2020, frequency = 12))
x
#> # A tibble: 6 x 2
#>   time       value
#>   <date>     <dbl>
#> 1 2020-01-01  82.5
#> 2 2020-02-01  84.6
#> 3 2020-03-01  70.0
#> 4 2020-04-01  78.8
#> 5 2020-05-01  74.7
#> 6 2020-06-01  83.0

library(tempdisagg)
packageVersion("tempdisagg")
#> [1] '1.0'

m <- td(x ~ 1, to = "daily", method = "fast", conversion = "average")
predict(m)
#> # A tibble: 182 x 2
#>    time       value
#>    <date>     <dbl>
#>  1 2020-01-01  80.6
#>  2 2020-01-02  80.7
#>  3 2020-01-03  80.7
#>  4 2020-01-04  80.7
#>  5 2020-01-05  80.8
#>  6 2020-01-06  80.8
#>  7 2020-01-07  80.9
#>  8 2020-01-08  81.0
#>  9 2020-01-09  81.1
#> 10 2020-01-10  81.2
#> # … with 172 more rows

^{由reprex package (v2.0.0) 于 2021 年 7 月 15 日创建}